-
资源使用情况,包含GPU总数/使用数,GPU核心平均利用率,GPU显存平均利用率等。8.平台集成多种深度学习各种框架(如TensorFlow,pytorch
-
NVIDIATensor核心192,NVIDIART核心48,单精度效能19.2TFLOPS,GPU显存:16GBGDDR6。电源≧1*1250W高效电源扩展≧3个PCIex
-
19.5TF;CUDA核心数:6912;显存位宽:5120bit;GPU显存:40GBHBM2;FP32峰值性能:19.5TF;最大TDP功耗
-
资源使用情况,包含GPU总数/使用数,GPU核心平均利用率,GPU显存平均利用率等;⑥支持多台服务器的GPU卡资源统一纳管,统一分配
-
19.5TF;CUDA核心数:6912;显存位宽:5120bit;GPU显存:40GBHBM2;FP32峰值性能:19.5TF;最大TDP功耗
-
GPU切分支持MIG模式:每张卡独立配置MIG方案;显存隔离:按GPU显存进行任意大小的切分,最小支持1GB。按GPU并发任务数配置;支持创建交互式开发环境
-
19.5TF;CUDA核心数:6912;显存位宽:5120bit;GPU显存:40GBHBM2;FP32峰值性能:19.5TF;最大TDP功耗
-
5"(长)-双插槽;(2)单精度:19.5TFLOPS;(3)GPU显存:80G;(4)GPU显存带宽:1935GB/s;(5)兼容性
-
4个USB接口,1个RJ-45管理接口GPUPCIeGPU*1;生产工艺7nm;GPU显存带宽1935GB/s;总线接口PCIe4.0x16;显存80GB;FP649
-
双插槽;(2)单精度:19.5TFLOPS;(3)GPU显存:80G;(4)GPU显存带宽:1935GB/s;(5)兼容性
-
46物资名称:显卡采购数量:8计量单位:台单价:¥43900技术参数及配置要求:1、GPU显存:带纠错码(ECC)的48GBGDDR62、显示端口:4个DisplayPort1
-
容量不低于7.68TB。4.计算显卡:配备计算显卡不少于3块,GPU显存容量不低于80GB,双精度浮点计算性能(FP64)不低于26TFlops
-
支持及配置NVLink互联,带宽≥600GB/s;单卡最大功耗:≤350W;总计GPU显存640GB,FP64≥77.6TFLOPS,FP64TensorCore≥156TFLOPS
-
GPU切分支持MIG模式:每张卡独立配置MIG方案;显存隔离:按GPU显存进行任意大小的切分,最小支持1GB。按GPU并发任务数配置;支持创建交互式开发环境
-
026teraFLOPS;8、8位整数核心数:≥3,026TOPS;9、GPU显存:≥80GB;(需提供产品说明书或截图并加盖投标人公司的公章)10
-
FLOPS单精度浮点运算性能>14TFLOPSTensor性能>84TFLOPSGPU显存>24GB显存带宽384GB/s5、支持Linux和Windows混合架构的HPC计算集群;支持多租户
-
显卡套件型号是英伟达A100/2U导轨/双口千兆。1块英伟达A10080G原版(非定制版),GPU显存80GBHBM2e,GPU显存带宽1935GB/s,功耗:300W
-
专用专利散热系统,内置专用专利风墙设计,总散热风扇不低于9个,专用计算GPU显存不低于80G,电源采用冗余模组且留足容量及预留可扩展更多卡电源容量
-
支持及配置NVLink互联,带宽≥600GB/s;单卡最大功耗:≤350W;总计GPU显存640GB,FP64≥77.6TFLOPS,FP64TensorCore≥156TFLOPS
-
(1)品牌型号:NVIDIAA800;(2)接口:PCIE接口版本;(3)显存:80G;(4)GPU显存带宽:1935GB/s;(5)兼容性:需要与AMAXG428
-
PCIE接口版本;(3)显存:80G;(4)GPU显存带宽:1935GB/s;(5)兼容性:需要与AMAXG428
-
FP649.7TFLOPSFP3219.5TFLOPSGPU显存80GBHBM2eGPU显存带宽1935GB/s中标供应商单价初选理由
-
MXNet框架的分布式训练作业;6、提供基于web的GPU细粒度调度设置,允许多个任务指定GPU显存,调度到同一张GPU卡,从而实现GPU卡的复用,提高GPU卡的使用率
-
内存类型DDR4,内存主频≥2666MHz;3.要求使用专业图形独立显卡,GPU显存≥24GBGDDR6,显存位宽:384bit,显示端口:1个HDMI2.1
-
TF32算力≥156TFLOPS(万亿次浮点运算/秒);4.GPU显存80GBHBM2e;5.显存带宽1,935GB/s;6.热设计功耗300w;7
-
FLOPS单精度浮点运算性能>14TFLOPSTensor性能>84TFLOPSGPU显存>24GB显存带宽384GB/s5、支持Linux和Windows混合架构的HPC计算集群;支持多租户
-
非人为损坏的故障,上门维修、更换零部件费用均由供应商承担规格GPU显存:48GBGDDR6;显存位宽:384-bit;显存带宽:960GB/s;功耗
-
可以显示GPU资源总量/使用量,GPU核心平均利用率,GPU显存平均利用率;支持GPU服务器性能数据监控,可显示GPU卡的时钟信息
-
5寸SAS&SATA&U2,精印达专用散热系统,内置专用风墙设计,专用计算GPU显存不低于80G,电源冗余留足容量及预留可扩展6-8卡电源容量及对应线缆
-
≥92GB;GPU:≥1*NVIDIAV100;GPU显存:≥1*32GB;存储:≥100GiB2600IOPS高效云盘;操作系统
-
5寸SAS&SATA&U2,精印达专用双U双水冷散热系统,内置专用风墙设计,专用计算GPU显存不低于8G,电源留足容量及预留可扩展4卡电源容量及对应线缆
-
单精度:14TFLOPS,双精度:7TFLOPS,深度学习:112TFLOPS,GPU显存:16GB,显存带宽900GB,峰值功率250W;华为:riser扩展模组
-
技术要求中4.1.2更正为:GPU:6张Ampere架构的GPU;单颗GPU显存≥80GB;支持NVLink全互联,带宽≥600GB/s;最大功耗
-
FP32算力≥90.5TFlops,FP16算力≥181.05TFlops;GPU显存:≥带有ECC的48GBGDDR6;显存带宽:≥864Gb/s;互联接口
-
任务总量、CPU已用核时、CPU配额核时、GPU已用卡时、GPU配额卡时、GPU利用率、GPU显存利用率基础功能需求42机时报表统计1.支持整个集群中数据的统计,包括
-
GPU切分支持MIG模式:每张卡独立配置MIG方案;显存隔离:按GPU显存进行任意大小的切分,最小支持1GB。按GPU并发任务数配置;支持创建交互式开发环境
-
资源使用情况,包含GPU总数/使用数,GPU核心平均利用率,GPU显存平均利用率等10.▲支持用户按需设置深度学习环境,包括深度学习框架
-
5TFLOPS;BFLOAT16:≥312TFLOPS;FP16:≥312TFLOPS;GPU显存:80GBHBM2e;GPU显存带宽:1935GB/S。现更正为:GPU卡
-
序号采购内容数量/单位预算单价品牌型号规格参数质保及售后服务附件1显卡4NVIDIATeslaA40配置要求:GPU显存:带纠错码(ECC)的48GBGDDR6;GPU显存带宽
-
显卡★:FP64≥9.7TFLOPS、FP32≥19.5TFLOPS、GPU显存≥80GB、NVIDIA原装显卡,数量≥2个9、电源
-
显卡★:FP64≥9.7TFLOPS、FP32≥19.5TFLOPS、GPU显存≥80GB、NVIDIA原装显卡,数量≥2个9、电源
-
GPU切分支持MIG模式:每张卡独立配置MIG方案;显存隔离:按GPU显存进行任意大小的切分,最小支持1GB。按GPU并发任务数配置;支持创建交互式开发环境
-
资源使用情况,包含GPU总数/使用数,GPU核心平均利用率,GPU显存平均利用率等。平台集成多种深度学习各种框架(如TensorFlow
-
¥297,900.00参考品牌及型号英伟达技术参数要求外形规格:H100PCIeGPU显存:80GBGPU显存带宽:2TB/s解码器:7NVDEC
-
序号设备名称型号及技术规格单位数量货到地点1服务器显卡GPU架构:NVIDIATuring,GPU显存16GDDR6,单精度8.1TFLOPS,混合精度65TFLOPS
-
需得到明确的解决方案。技术参数要求外形规格:H100PCIeGPU显存:80GBGPU显存带宽:2TB/s解码器:7NVDEC
-
GPU架构:NVIDIAAdaLovelace架构2、GPU显存:带纠错码的48GBGDDR63、显示器接口:4个DP1.4a4、最大功耗
-
资源使用情况,包含GPU总数/使用数,GPU核心平均利用率,GPU显存平均利用率等。支持单机单卡,单机多卡,多机多卡分配资源;提供单GPU卡多任务共享
-
资源使用情况,包含GPU总数/使用数,GPU核心平均利用率,GPU显存平均利用率等。支持单机单卡,单机多卡,多机多卡分配资源;提供单GPU卡多任务共享
-
001G(vCPU总>10万)¥378.00GPU服务高配GPU服务GPU卡数量GPU显存>=64G,需申请物理服务器/弹性云服务器。1块¥38,400